深研院潘锋组基于图论建立低维材料的筛选方法并发现系列一维材料
2022.03.16近日，北京大学深圳研究生院新材料学院潘锋课题组在《国家科学评论》（National Science Review）发表了研究论文。
近日，北京大学深圳研究生院新材料学院潘锋课题组在《国家科学评论》（National Science Review）发表了研究论文。
韩伟课题组运用多尺度计算模拟方法，对β淀粉样蛋白（Aβ）聚集过程进行了大尺度模拟，深入研究了早期阶段产生的Aβ多聚体的拓扑结构和形成机理，在分子层次上揭示了Aβ致病与非致病亚型之间在早期自组装过程的差异，为理解Aβ多聚体毒性产生机制提供了重...
近日，城市规划与设计学院博士后何张源、岳峰获得2021年中国博士后科学基金第70批面上项目二等资助。余玲、何张源获得2022年度广东省自然科学基金资助。
近日，信息工程学院（以下简称：信息学院）张敏副教授课题组和化学生物学与生物技术学院（以下简称：化生学院）李子刚教授/尹丰研究员课题组合作在生物传感器领域国际知名期刊Biosensors and Bioelectronics上发表题为“Tetrahedral DNA nanostructure bas...
深入理解与分析电池（包括锂离子、钠离子、空气电池等）运行过程中的体相和界面行为对于电池性能的持续改进具有重要意义。
大数据和人工智能与化学基因和材料基因的融合正推动生物医学和新材料的前沿科学发展。近年来，机器学习，尤其是深度学习，已经成为基于数据驱动的分子尺度发现化学基因和材料基因强大方法。2019年冠状病毒病（COVID-19）爆发一年后还没有特异性的有效药物...
机器学习在各领域的广泛应用促生其在材料领域的应用，它提供了一种新型的工具，即能从高维数据中发现数据间的规律，有助于减少计算量从而加速对新材料的探索。特征提取（特征工程）是机器学习的关键组成部分，选择合适的形式来表达将直接影响最终模型的效...
锂电池作为新一代绿色储能器件已经改变了我们的生活，正极材料仍然是电池储存容量、循环寿命以及成本的瓶颈,通常具有高工作电压以及超高的可逆比容量，是开发下一代高能量密度锂离子正极材料的研究重点之一。富锂锰基层状过渡金属氧化物(aLi2MnO3.bNMC)已...
北京大学深圳研究生院/深圳湾实验室坪山中心李子刚/尹丰课题组研究成果入选Chemica...
城规学院洪松柏助理教授在《中国科学.地球科学》发文揭示中国自然土壤氧化亚氮排放...
新材料学院王明超团队在Angew. Chem.发表研究成果：二维共轭聚合物电子传感器取...
北大深研院新材料学院潘锋/赵庆贺团队在锂电池正极钴酸锂表面构筑稳定晶格氧提升循...
北大深研院AI4S交叉研究取得重要进展——秦华鹏课题组提出多尺度隐自回归时空神经...
化生学院陈语谦团队成果荣获2024年度“深圳人工智能自然科学奖”
新材料学院潘锋团队与厦大李剑锋团队合作在《自然 通信》发文：发展基于拓扑/图论...
城市规划与设计学院赵鹏军教授团队在Nature Communications发文揭示港口城市对城市...
